Ondersteunde beelden
De medicatieherkenning herkent de volgende zaken:
- Tabletten en capsules
- Verpakkingen
- Flesjes
- EAN-barcodes en datamatrix-barcodes
- Verpakte pleisters
- Spuitjes voor injecties
- Spuitjes voor dranken
- Maatbekertjes voor dranken
- Wegwerpspuiten
- Insuline-wegwerppennen
In sommige gevallen is de identiteit wel te bepalen, maar de hoeveelheid niet. In de volgende gevallen is de hoeveelheid niet nodig en wordt deze achterwege gelaten:
- Dosering in druppels
- Cremes en zalven
We proberen de medicatieherkenning zo goed en zo compleet mogelijk te maken. Bijzondere uitzonderingssituaties zullen echter altijd wel blijven. Zo worden niet ondersteund:
- Spuitpompen
- Infuus- of inloopsnelheden
- Insuline-navulpennen (identiteit is niet zichtbaar)
- QR-codes (dit zijn vaak linkjes naar video's of bijsluiters)
Navul verpakkingen
Het komt voor de apotheek medicatie levert in een andere verpakking dan de originele verpakking. Deze kan ook worden herkent, mits er een barcode op zit die overeenkomt met die op het originele doosje, of als er een apotheeketiket op zit met de naam van het geneesmiddel.
Privacy
De foto's die
gemaakt worden ten behoeve van de dubbele controle blijven binnen het netwerk van
Medimo. Als zodanig vallen deze onder de verwerkersovereenkomst die de
zorgorganisatie met Medimo heeft. De Medicatieherkenning draait binnen de
MedimoApp op het device van de gebruiker zelf. De foto wordt ten behoeve van de Medicatieherkenning dus niet ingezonden naar een derdepartij noch naar een externe
server.
Voor kwaliteitsdoeleinden worden (vooralsnog) alle
foto's die gemaakt worden met de Medicatieherkenning door medewerkers van Medimo
achteraf gecontroleerd en gekwalificeerd.
Medical Device Regulation (MDR) en Artificial Intelligence Act (AIA)
De
MedimoApp valt onder het vastleggen van registraties van wat de
gebruiker zelf uitvoert. In die hoedanigheid valt de toedienregistratie
en de MedimoApp niet onder de MDR. De medicatieherkenning verandert daar
niets aan: de gebruiker bepaalt wat er toegediend gaat worden, de
gebruiker maakt de foto, en de gebruiker bepaalt of de foto juist is. De
MedimoApp zorgt voor een juiste vastlegging.
Met betrekking tot de Medicatieherkenning: het is geen zelfrijdende auto. Het algoritme neemt geen beslissingen voor de gebruiker. De gebruiker is zelf verantwoordelijk voor het eindoordeel van de inzending. Er is te allen tijde direct in beeld zichtbaar voor de eindgebruiker wat de Medicatieherkenning ziet (user-feedback door zichtbare boundingboxes). Er wordt ook duidelijke feedback aan de gebruiker getoond, als de Medicatieherkenning niet ziet wat de gebruiker in beeld zou brengen.
Prestatie
Veel
organisaties vragen ons naar de prestaties van het systeem. Er zijn 2 belangrijke kwaliteitsindicatoren:
- Kan de app een controle uitvoeren?
- Wanneer de app een controle uitvoert doet de app dit dan goed?
Kwaliteitsindicator1 hangt
volledig af van het maken van goede foto's. In de huidige
pilotlocaties zien we dat in alle categorieën de succespercentages
variëren van 0 tot 100%. Vandaar dat we in een begeleide uitrol vooral
veel tijd en aandacht
vragen voor het evalueren van de foto's die er door gebruikers gemaakt
worden. Als er een goede foto gemaakt wordt, kan de app de dubbele
controle goed uitvoeren. In het ongunstigste geval moet de foto alsnog door
een persoon beoordeeld worden zoals dat nu in de zorg ook gebeurt. Oorzaken van slechte foto's zijn o.a.: versleten maatbekers, vloeistof en beker/spuit in dezelfde kleur, drukke achtergronden, irrelevante informatie in beeld, geen etiket of voorwerpen die niet stil liggen.
We hebben nog te weinig data om harde cijfers over kwaliteitsindicator 2 te geef. Uit voorlopig onderzoek blijkt dat wanneer de app de medicatieherkenning kan uitvoeren dat in meer dan 99% van de gevallen de app dit goed doet. Zodra de dataset is uitgebreid zullen we hier over communiceren.
Validatie
Foto's die met de medicatieherkenning zijn gemaakt, worden vooralsnog allemaal door medewerkers van Medimo beoordeeld en getagged. Daarbij controleert een persoon dus wat er zichtbaar is in beeld. Deze foto's worden verdeeld in enerzijds trainingsfoto's ter verbetering van het systeem en anderzijds validatiefoto's ter toetsing en validatie van het getrainde systeem. Wanneer er een nieuwe versie van het systeem gemaakt wordt, dan wordt gevalideerd aan de hand van de validatieset of de medicatieherkenning de juiste zaken herkent. Het systeem is dus niet getraind met de foto's uit de validatieset en heeft deze foto's dus nog nooit gezien. Middels een automatische test wordt het nieuwe systeem tegen de validatieset getoetst. Voor uitlevering van een nieuwe versie wordt zo gevalideerd dat:
- Er géén foutieve identiteit wordt gedetecteerd in de validatiefoto's.
- De herkenning van de identiteit beter presteert dan het voorgaande systeem.
- Er géén foutieve hoeveelheden worden gedetecteerd in de validatiefoto's.
- De herkenning van de hoeveelheid beter presteert dan het voorgaande systeem.
Verantwoordelijkheid
De
verantwoordelijkheid voor de toediening of de juistheid van de
toediening wordt niet overgenomen door de MedimoApp bij gebruik van de
Medicatieherkenning. De gebruiker bepaalt wat er toegediend gaat worden,
de gebruiker maakt de foto en de
gebruiker bepaalt of de foto juist is. De app zorgt voor een
juiste vastlegging en de gebruiker blijft verantwoordelijk voor de
juiste toediening.